中國首份AI落地白皮書發布！地方政府規模大，金融領域最積極
人工智能落地，有方向可以參考了。
在 MEET2020 智能未來大會上，IDC 聯合量子位發布白皮書，全面展示了 2019 年中國人工智能應用狀況。
這是國內首份以人工智能應用為主題的白皮書，也是站在年底對中國人工智能市場的一次梳理與總結。
IDC 中國副總裁鐘振山認為，這份白皮書“駁斥”了人工智能市場遭遇到的一些降溫的觀點。
他介紹稱，2019 年中國在全球市場占比大概 12%，是全球第二大單一人工智能市場，雖然比美國還有差距，但增速驚人會達到 64%，成為全球第一。
從而可以看到，中國人工智能市場還是一個充滿活力的市場。
當然，白皮書中談到的不僅僅如此。作為這一年人工智能產業中的大趨勢，AI 技術與傳統行業進一步產生了實質性融合，整個產業又有了新變化，比如：
這背后還有哪些新價值涌現？新邊界又拓展到哪些地方？又會有什么樣的新格局？
現在，我們可以結合這份白皮書，一文看盡。
金融公司 2019 投入上億元部署 AI
人工智能技術商業化之后，“To G”成為一種新的商業模式，也成為 AI 公司獲取第一桶金主要來源。
白皮書數據顯示，在 2019 年地方政府的投入規模依舊最大，但已不是當初的一騎絕塵。
隨著近年來 AI 技術向 To B 發力，專業服務提供商和零售商的投入規模，已經追了上來。
但最兇猛的還要數金融行業，技術投入穩步增?，不乏有公司在 2019 年投入了上億元。
制造、醫療、電信等領域快速增?，產業智能化下 AI 應用場景愈加豐富。
在落地過程中，關鍵詞是“需求”。
白皮書中顯示，有明確業務需求的 AI 應用，已經在市場中逐步得到推廣，根據需求不同，技術的落地程度也有不同。
2019 年，已經成熟落地的人工智能應用包括金融領域的反欺詐、生物識別類身份驗證、智能客服等以及服務行業的內容審核類應用。
正在規模推廣的人工智能應用，包括政府的服務機器人、智能終端，以及政務?戶智能化改造等。
此外，零售行業的智能貨柜、貨架識別，制造業的質量檢測，醫療行業的智能導診以及面對商業的安防布控應用也正在規模化推廣。
面向未來，潛力巨大的人工智能應用包括跨行業的視頻結構化、 業務流程自動化，金融領域的智能網點服務機器人，服務領域的營銷互動，零售行業的供應鏈預測以及醫療行業的輔助臨床診斷決策、虛擬智能助理等應用。
除此之外，電信行業智能網絡將能夠自動識別網絡故障、潛在攻擊，也是未來充滿潛力的創新應用。
超七成企業落地應用多項 AI 技術
從企業視角來看，73% 的受訪者表示，企業為了更好地滿足業務需求引入了多項 AI 技術能力。
例如，金融行業用戶涉足的 AI 技術領域非常廣，對人體與人臉識別、OCR、內容安全審核等領域都有關注，制造業用戶則聚焦圖像識別類 AI 技術。
專業服務/互聯網/信息服務用戶涉足的技術領域也非常廣泛，引入了 NLP、機器學習平臺、圖像、語音等多種 AI 能力。
這種趨勢之下，技術供應商也在拓展提供 AI 技術的邊界，語音識別公司攻入視覺領域，視覺創業公司切入語音和芯片，芯片公司加碼軟件和算法。
此外，雖然 2019 年人工智能算法創新的速度雖然減緩，但用戶使用的模型卻更加豐富。
人工智能開發者數量增?迅速，使用的工具也日益豐富。行業用戶普遍選擇使用 TensorFlow、Pytorch 等較為成熟的工具。
除此之外，主流行業用戶也傾向使用 Scikit-learn、Pandas、SciPy、Caffe/Caffe2 及國產技術工具百度飛槳等。
越來越多的開發者，也選擇將適配的人工智能模型從本地訓練推理轉向云（44%）、邊緣（13%）、端（48%）運行，來提高模型部署的效率。
北京供應超上海深圳總和
從地域分布來看，中國 AI 技術供應商目前重點分布在北京、上海、深圳、杭州這四大城市，其中，北京人工智能企業數量 547 家，比上海和深圳的總和都多，遙遙領先。
廣州、成都、南京、蘇州、合肥、重慶、西安、青島成為 AI 技術供應商選擇布局的第二梯隊城市。
具體到行業中，2019 年中國人工智能軟件市場，加入了更多的國內外互聯網公司、AI 獨?獸企業以及大數據公司。
這些市場參與者，都在細分市場的賽道上打磨 AI 技術。先說通用軟件平臺，定義是基于深度學習、機器學習的 AI 應用開發平臺。
在 2019 年，中國形成了以國內外云服務商、中國 AI 獨?獸公司以及傳統大數據公司為主的市場格局。
然后是對話式人工智能平臺，主要使用內容分析、信息發現以及深層自然語言處理和理解技術與人類進行交流。
報告中指出，得益于聊天機器人和智能對話終端應用的大規模落地，企業級、消費級對話式人工智能平臺市場驅動了整個人工智能軟件市場的發展。
2019 年提供對話式人工智能平臺的廠商，已經不僅僅限于互聯網頭部企業，還有更多的 AI 初創公司加入。
分析市場中，聚集了眾多頭部互聯網企業、AI 獨?獸企業。在白皮書中進一步劃分為了 NLP 及文本分析、音頻語音分析、圖像視頻分析等子市場。
2019 年，圖像分析市場參與者，大部分已經具有能夠提供 OCR、人臉、人體識別等熱?AI 技術的能力，隨著視頻數據的逐步增?，視頻分析市場也已具備增?動力。
NLP 及文本分析軟件方面，主要應用在智能客服、輿情分析、警務情報分析、品牌監測、辦公自動化等方面。
音頻、語音分析軟件仍處于淺層應用階段，多數互聯網及 AI 公司僅提供一些企業級、消費級的應用，在技術創新性、價值提升方面還需要加強。
搜索系統方面，鐘振山介紹稱，有越來越多的企業級的用戶有相關的需求，但提供解決方案的廠商并不多，主要來源于海外，像 IBM、微軟、Google 等等。國內僅有百度等有相關動作，還處于相對比較初期的階段。
AI 落地價值不限于降本增效
降本增效，提升服務體驗，是人工智能給企業帶來的直接效益，也是當前 AI 落地過程中承擔的核心角色。
但從白皮書中提供的數據來看，人工智能落地帶來的新價值，并不限于此。有 26.6% 的受訪者認為，價值主要體現在創新業務方面。
白皮書中援引了某 AI 企業解決方案主管的說法，“客戶選擇嘗試更多的 AI 創新應用，除了降本增效，對于業務創新理念啟發也非常重要。”
當然，降本增效，提升服務體驗，提高運營效率，降低運營風險等直接效益，也是 AI 落地價值的核心。
具體的價值獲取方式，是行業用戶根據不同的業務需求，把人工智能應用嵌入到組織內的業務流程中。
例如，金融行業企業把人工智能應用在運營、欺詐?險管理以及 IT 安全上，制造業不僅把 AI 引入物流、供應鏈制造環節，也在市場營銷環節積極采用，專業服務/互聯網/信息服務企業，則把 AI 應用在運營、市場營銷以及 IT 安全上。
雖然近年來人工智能一直在談落地與應用，但都是圖像、視頻、自然語言處理、語音、知識圖譜、AR 與 VR 等“單點人工智能能力”在迅猛增長。
這背后的原因得益于機器學習、深度學習算法模型的不斷突破創新。
隨著人工智能初步落地帶來了市場反饋，人工智能技術需要進一步提升與深耕，來應對更加廣闊的落地空間，與更加廣闊的邊界。
這些動向，在 2019 年已經有所顯現，比如視頻等非結構化信息數量的持續增加，視頻分析技術會迎來進一步發展契機。
白皮書中指出，語音語義技術也會持續發展，多輪對話、情緒感知、認知智能、輔助決策等將是未來技術突破方向。
因此，也就形成了 AI 落地的新格局。
超六成企業認為部署 AI 難
AI 落地過程中也有種種阻力。
白皮書中指出，有超過 60% 的受訪者認為，“部署 AI 真的好難！”
核心阻力，來自于組織內部 AI 技術人員匱乏、 缺乏質量高的數據集。
應用場景不明確、項目成本等也是企業落地人工智能受阻的重要方面。
除此之外，AI 項目的實際落地效果尚未量化，或并未達到預期，也使企業落地 AI 的投資計劃回歸理性。
這些挑戰雖然是客觀存在，但也從另外一個維度折射出了 AI 落地新機遇：人才培養、數據集打造，以及提供具體場景、可量化效果的 AI 服務，將成為 AI 落地中最受歡迎的玩家。
從人才到數據，落地四大方法論
在這份白皮書中，也進一步提煉出了推動 AI 落地的經驗：
首先，將員工再培訓和發展視為企業采用 AI 的關鍵策略之一。提供技能培訓資源，為內部員工轉換為新?色做好準備。
其次，尋找合適的技術服務供應商作為合作伙伴。
一個好的合作伙伴可以為企業提供適用的建議，例如建立合理的 AI 項目組織架構，引入適配的技術平臺，以及通過知識轉移更好地提升企業內部 AI 能力。
第三，進行數據定義、分類，并記錄存儲位置，保證數據的一致性。
確保數據智能平臺嵌入了數據安全管理標準。積極獲取并善于利用非結構化數據，保證信息提取的完整性、精確性。
最后，與客戶服務、市場營銷、銷售等業務團隊加強協作。了解 AI 應用場景給業務帶來的附加價值。
具體來說，要與企業內部技術和業務人員共同協作來評估 AI 項目收費的具體方案，明晰候選解決方案的優勢和不足，對技術供應商實施的 AI 項目進行結果分析和定量評估，確保解決方案的應用價值實現和業務目標制定的一致性。
明年增長超 50%，未來六大趨勢
在白皮書的最后，也提供了對未來 AI 落地的展望，介紹了全球范圍內 AI 市場六大趨勢：
第一，人才技能增強。人工智能的落地采用，將使企業改變其運營方式，員工培訓和組織變更管理，將是未來企業內部 AI 人才投資的關鍵領域。
到 2024 年，將有 75% 的企業投資于員工再培訓和發展，包括第三方服務，以滿足 AI 采用帶來的新技能需求和工作方式轉變。
第二，數據智能。能幫助技術業務人員快速尋找到構建 AI 應用、分析過程中將要使用的數據，將成為數據訪問和授權控制的一個點，保證在分布式數據倉庫中實現有效地數據保護和一致性應用，也會提升企業內部人員數據素養，實現數字化運營、轉型的企業戰略。
到 2023 年，60% 的組織將選擇數據智能來統一數據獲取、探索、和分析流程中的數據，從而提高應用開發過程和業務結果統計過程中數據的透明度和可信度。
第三，非結構化數據轉化。人工智能技術(例如自然語言處理和計算機視覺)的采用，促進了非結構化和半結構化的數據轉換過程。AI 正幫助釋放非結構化數據的全部潛力，來提升決策和構建工作流程的準確度和效率。
到 2021 年，將有 25% 的數據驅動型組織會將 30% 的非結構化數據轉化為離散因子，從而推動自適應決策和數據驅動工作流的自動化。
第四，超個性化應用發展。個性化是未來提供產品和服務的企業競爭的核心。個性化推薦、定價甚至根據個人的特定需求量身定制產品將是未來發展方向，客戶體驗成為 AI 應用的重點領域。
到 2021 年，將有 15% 的客戶體驗應用將通過持續結合各種數據和創新的強化學習算法實現超個性化。
第五，AI 邊緣應用趨勢。越來越多的連通性設備的出現、隱私和安全方面的考慮等使 AI 邊緣應用成為趨勢。隨著邊緣基礎設施的發展，邊緣 AI 應用的用例也將不斷擴展。
到 2024 年，將有 50% 的計算機視覺和語音識別模型將在邊緣端運行。
第六，AI 按價值收費。2019 年人工智能技術已被眾多企業接受并認可。不斷拓展的 AI 技術將推動 AI 解決方案的革新，組織內部采用人工智能將會顯著提升業務效果，未來人工智能解決方案支出按價值收費是大勢所趨。
到 2024 年，數字經濟下以 AI 為驅動的企業將全面地采用人工智能技術來開展業務，人工智能將成為各個業務環節中不可或缺的一部分。
按價值收費的人工智能解決方案，也能給企業帶來巨大的業務價值，例如提高業務流程的準確性和有效性，提升客戶滿意度，加快響應時間，改善合規性等。
到 2024 年，人工智能將成為各個業務環節不可或的一部分， 25% 的人工智能解決方案支出將按價值收費，可推動大規模創新并實現巨大的商業價值。
聚焦到中國市場上，IDC 預計 2020 年中國人工智能市場將再續輝煌，市場規模將達到 42.5 億美金， 預計年增?率將達到 51.5%。到 2023 年，規模將達到 119 億美金，2018-2023 年復合增?率達 46.6%。
市場紅利良多，依舊藍海一片，天地廣闊，仍舊大有可為。